UE902_2 - Variabilité des températures en France

Author

Lucas Lima

Introduction

Cette page interactive constitue le projet final de l’UE902_2 Visualisation de Données du M2 SIGMA (Université Toulouse 2 Jean Jaurès / ENSAT-INP).

Les données exploitées proviennent des sources suivantes :
- Le jeu de données climatiques TerraClimate, couvrant les 20 dernières années (2004 à 2023).

  • Le découpage administratif de la France issu de la base ADMIN EXPRESS, fournie par l’IGN (Institut National de l’Information Géographique et Forestière).

L’objectif de ce projet est de présenter l’évolution des températures en France au cours des deux dernières décennies à travers six types de visualisations complémentaires. Ces représentations offrent des perspectives spatiales, temporelles et statistiques pour analyser en profondeur les tendances climatiques.


Les six visualisations proposées sont :

  1. Carte Animée (GIF) des Températures Moyennes Annuelles (2004-2023)
    Une visualisation dynamique montrant l’évolution des températures moyennes annuelles en France, année après année, en mettant en évidence les variations spatiales et l’impact de la topographie.

  2. Ridgeline Plot : Distribution des Températures Mensuelles en France (2004-2023)
    Un graphique statistique illustrant la répartition des températures mensuelles sur deux décennies. Il permet d’identifier la variabilité saisonnière, de comparer les distributions entre mois et de détecter les périodes plus stables ou plus volatiles.

  3. Carte Animée des Anomalies de Températures Annuelles (2004-2023)
    Une animation cartographique montrant les anomalies de température par rapport à une moyenne de référence (2004-2023). Cette visualisation révèle les tendances au réchauffement climatique ainsi que l’intensification des anomalies positives au fil des ans.

  4. Analyse des Tendances Saisonnières
    Un graphique linéaire présentant l’évolution des anomalies de température pour chaque saison (hiver, printemps, été et automne), accompagné de régressions linéaires. Cette analyse permet de déterminer les saisons connaissant le réchauffement le plus rapide.

  5. Scatter Plot (Températures Maximales vs Minimales)
    Un diagramme de dispersion comparant les températures maximales et minimales annuelles moyennes par région. Il met en évidence l’amplitude thermique régionale et la corrélation entre les températures minimales et maximales.

  6. Évolution des Températures Moyennes par Région (Facettes et Régressions Linéaires)
    Un ensemble de graphiques facettés illustrant l’évolution des températures moyennes annuelles par région, avec les tendances linéaires (pentes en °C/an). Cette visualisation met en évidence les disparités régionales de réchauffement, des régions côtières aux zones montagneuses.


Méthodologie

Les données TerraClimate ont été téléchargées depuis Google Earth Engine (GEE) à l’aide de trois scripts JavaScript. Les données obtenues incluent les températures maximales, moyennes et minimales pour l’ensemble du territoire français. Ces données climatiques sont disponibles mensuellement depuis 1958 avec une résolution spatiale de 4638,3 mètres.

L’intégralité du script ayant généré cette page HTML a été produite dans un document Quarto à l’aide du logiciel RStudio. Étant donné que l’objectif de ce travail est exclusivement orienté sur la visualisation des données, toutes les sorties de code ont été supprimées à l’aide des commandes echo: false et results: "hide", à l’exception des blocs générant les graphiques et les animations (GIF).

Une première phase de prétraitement a été réalisée pour organiser les données. Chaque jeu de données a été consolidé sous forme de stack (pile de couches raster). Ainsi, les 20 années d’informations climatiques ont produit un stack de 240 rasters ordonnés et nommés chronologiquement, de janvier 2004 à décembre 2023.

Le shapefile utilisé pour les traitements géographiques concerne uniquement les régions administratives françaises.

Une fois les données préparées, tous les géotraitements ont été effectués et les visualisations ont été intégrées dans une page HTML interactive. Cette dernière a été hébergée sur un dépôt GitHub pour permettre son partage et sa consultation en ligne.


Carte des températures annuelles moyennes en France de 2004 à 2023

Explication :
La carte animée ci-dessous présente l’évolution des températures moyennes annuelles en France de 2004 à 2023. Chaque image représente la moyenne des 12 mois pour une année donnée, ce qui permet de visualiser les changements climatiques sur deux décennies.

Principales Observations :

  • Régions Montagneuses :
    Les zones telles que les Alpes, les Pyrénées, le Massif Central et les montagnes corses apparaissent systématiquement plus froides (teintes bleues). Cela est dû à leur altitude élevée, qui réduit les températures moyennes.

  • Régions de Plaine :
    Les régions situées dans les plaines du sud-ouest (ex: Aquitaine) et du sud-est montrent des températures plus élevées (teintes rouges). Ces zones bénéficient d’un climat plus chaud et moins influencé par l’altitude.

  • Régions Méditerranéennes :
    Les régions méditerranéennes et la Corse présentent les températures les plus élevées de la France hexagonale, avec des couleurs rouges plus foncées.

  • Variabilité Temporelle :
    Bien que les températures varient légèrement d’une année à l’autre, on observe une tendance générale au réchauffement, avec une progression des températures moyennes plus élevées vers le centre-nord et le nord-est de la France.

Détails Techniques :

Les étapes clés du traitement des données incluent :

  • Agrégation des températures mensuelles pour obtenir des moyennes annuelles.

  • Ajustement de la palette de couleurs pour accentuer les variations régionales.

  • Génération d’une animation GIF pour visualiser les changements au fil du temps.


Ridgeline Plot : Températures Mensuelles en France (2004-2023)

Explication :
Ce graphique montre la distribution des températures mensuelles agrégées sur les 20 dernières années pour toute la France. Chaque ligne correspond à un mois de l’année (de janvier à décembre), permettant de comparer les distributions mensuelles de manière intuitive.

Principales Observations :

  • Variabilité Saisonnière Marquée : Les distributions mensuelles révèlent une nette différence entre les mois d’hiver (avec des températures généralement plus basses) et les mois d’été (températures plus élevées).

  • Transitions Progressives entre les Saisons : L’évolution de la forme et de la position des courbes de densité d’un mois à l’autre montre clairement la progression saisonnière, du froid hivernal à la chaleur estivale, puis la redescente en automne.

  • Hétérogénéité Statistique : Certains mois affichent une distribution plus étalée, suggérant une variabilité interannuelle importante (par exemple, des étés parfois très chauds ou des mois de printemps plus imprévisibles).

  • Stabilité Relative de Certains Mois : À l’inverse, certains mois présentent des distributions plus concentrées, indiquant une relative stabilité des températures au fil des ans.

Détails Techniques :

  • Agrégation et Transformation :
    Les valeurs mensuelles ont été moyennées spatialement pour obtenir une série temporelle de températures mensuelles moyennes à l’échelle nationale. Ensuite, les distributions de ces températures (tous pixels et toutes les années confondus) ont été visualisées.

  • Visualisation (Ridgeline Plot) :
    Le Ridgeline Plot, réalisé avec ggplot2 et ggridges, représente la densité des données mensuelles sur un axe horizontal (température), chaque mois étant affiché sur une ligne distincte. La hauteur et la forme de la “crête” indiquent la distribution (densité) des températures.

  • Palette de Couleurs :
    Une échelle de couleurs dégradée, allant du violet/bleu (températures plus froides) au vert/jaune (températures plus chaudes), a été utilisée pour faciliter la lecture et l’interprétation visuelle.


Carte des anomalies de températures annuelles en France (2004-2023)

Explication :

La carte animée ci-dessous présente les anomalies de températures annuelles en France entre 2004 et 2023. Les anomalies sont calculées en comparant les températures moyennes annuelles à une moyenne de référence sur la période complète (2004-2023). Cette approche permet de détecter et visualiser les écarts par rapport à la normale climatique.

Les teintes rouges indiquent des températures supérieures à la moyenne de référence, tandis que les teintes bleues représentent des températures inférieures.

Principales Observations :

  • Répartition Spatiale :
    Une tendance nette au réchauffement climatique se dessine avec une transition progressive des teintes bleues (anomalies froides) vers des teintes rouges (anomalies chaudes), marquant des températures plus élevées sur l’ensemble du territoire.

  • Accélération Temporelle :
    Après 2010, les anomalies positives deviennent plus fréquentes et plus intenses, témoignant d’une accélération claire du réchauffement climatique. Les dernières années, en particulier, se distinguent par des températures nettement supérieures à la moyenne de référence.

  • Extrêmes Marqués :
    Le début de la période révèle quelques anomalies négatives (teintes bleues), tandis que les années récentes montrent une progression constante des anomalies positives (teintes rouges), illustrant un contraste frappant au fil des décennies.


Détails Techniques :

Les étapes clés du traitement des données incluent :

  1. Calcul de la Moyenne de Référence :
    Une moyenne des températures a été calculée pour chaque pixel sur l’ensemble de la période 2004-2023.

  2. Calcul des Anomalies :
    Les anomalies annuelles ont été obtenues en soustrayant la moyenne de référence des températures annuelles pour chaque pixel.

  3. Visualisation Animée :
    Une animation GIF a été générée pour illustrer les variations spatiales des anomalies au fil du temps.

  4. Ajustement des Limites des Anomalies :
    Les limites des anomalies ont été fixées à [-2, 2] °C afin de mettre en évidence les écarts significatifs tout en couvrant l’ensemble des valeurs observées dans les données. La plage réelle des anomalies s’étend de -1.63 °C à 2.00 °C.


Perspectives complémentaires :

Cette carte des anomalies met en avant l’évolution spatiale du réchauffement sur les deux dernières décennies. . Pour approfondir cette analyse, le Ridgeline Plot présenté précédemment offre une perspective temporelle et statistique plus fine, en montrant la répartition des températures mensuelles au fil des ans.

De plus, l’analyse des tendances saisonnières illustrées ci-dessous permet de comprendre les dynamiques propres à chaque saison, éclairant ainsi les distributions mensuelles et le rôle des variations intra-annuelles dans l’évolution du climat.


Analyse des tendances saissonières

Explication :

Le graphique ci-dessous présente l’évolution des anomalies de température saisonnières en France entre 2004 et 2023. Les anomalies sont calculées en comparant les températures mensuelles à une moyenne de référence pour chaque mois sur la période complète (2004-2023). Les mois sont ensuite regroupés en quatre saisons climatiques :

  • Hiver : Décembre, Janvier, Février
  • Printemps : Mars, Avril, Mai
  • Été : Juin, Juillet, Août
  • Automne: Septembre, Octobre, Novembre

Chaque courbe représente une saison, et les lignes pointillées indiquent les tendances linéaires calculées pour chaque saison. Cela permet de visualiser l’évolution des anomalies moyennes sur deux décennies.

Principales Observations :

  • Automne :
    La courbe des anomalies pour l’automne montre des valeurs positives et croissantes tout au long de la période. Cela suggère un réchauffement notable de cette saison, avec des températures systématiquement au-dessus de la normale.

  • Printemps :
    Le printemps affiche des anomalies négatives persistantes jusqu’au milieu des années 2010, avant une légère tendance à la hausse. Cette saison semble donc se réchauffer, mais à un rythme plus lent que l’automne.

  • Hiver :
    Les anomalies hivernales oscillent autour de 0°C avec une faible variabilité. Malgré quelques pics positifs récents, la tendance générale reste relativement stable sur la période étudiée.

  • Été :
    L’été présente une courbe similaire à l’hiver, avec des anomalies oscillant légèrement autour de 0°C. Les tendances linéaires indiquent toutefois une légère augmentation, ce qui pourrait signaler un réchauffement plus lent pour cette saison.


Détails Techniques :

Les étapes clés du traitement des données incluent :

  1. Calcul des Anomalies Mensuelles :
    Les températures mensuelles ont été comparées à une moyenne de référence pour chaque mois sur l’ensemble de la période (2004-2023).

  2. Regroupement par Saisons :
    Les anomalies mensuelles ont été regroupées pour les quatre saisons climatiques afin d’obtenir des moyennes saisonnières pour chaque année.

  3. Calcul des Tendances Linéaires :
    Des régressions linéaires ont été appliquées aux anomalies moyennes pour chaque saison afin de mettre en évidence les tendances temporelles.

  4. Visualisation des Courbes :

    • Les courbes continues montrent l’évolution annuelle des anomalies pour chaque saison.
    • Les lignes pointillées représentent les tendances linéaires.
    • Chaque saison est colorée différemment pour une meilleure lisibilité.

Scatter Plot de l’Amplitude Thermique par Région

Explication :
Le graphique de dispersion ci-dessous présente la relation entre les températures maximales et minimales moyennes annuelles pour chaque région française entre 2004 et 2023. Chaque point représente une année donnée dans une région spécifique, tandis que la couleur des points permet de distinguer facilement les différentes régions.

Ce type de visualisation met en évidence les variations climatiques régionales et permet d’analyser l’amplitude thermique sur deux décennies.

Warning: The `size` argument of `element_line()` is deprecated as of ggplot2 3.4.0.
ℹ Please use the `linewidth` argument instead.

Principales Observations :

  • Corrélation Positive :
    Une relation linéaire positive est clairement visible entre les températures maximales et minimales moyennes. Cela signifie que les régions ayant des températures minimales plus élevées tendent également à avoir des températures maximales plus élevées.

  • Variabilité Régionale :
    Les régions du sud de la France, telles que Provence-Alpes-Côte d’Azur et Occitanie, se démarquent par des températures plus élevées, avec des points situés vers la partie supérieure droite du graphique.

  • Zones Plus Froides :
    Les régions montagneuses et nordiques (par exemple, Auvergne-Rhône-Alpes et Hauts-de-France) présentent des températures minimales et maximales plus basses, avec des points situés dans la partie inférieure gauche du graphique.

  • Amplitudes Thermiques Régionales :
    Certaines régions montrent des écarts importants entre les températures maximales et minimales, ce qui peut être attribué à des facteurs géographiques et climatiques spécifiques.

Détails Techniques :

  1. Extraction des Températures Maximales et Minimales :
    Les températures moyennes maximales et minimales ont été extraites pour chaque année et chaque région en utilisant les données TerraClimate. Cette étape a été réalisée grâce à des opérations sur les rasters climatiques et les shapefiles des régions françaises.

  2. Agrégation des Moyennes Régionales :
    Les valeurs ont été moyennées au niveau de chaque région pour assurer une analyse cohérente et faciliter la comparaison entre les régions.

  3. Génération du Scatter Plot :
    Un graphique de dispersion a été créé pour représenter les températures maximales et minimales annuelles. La palette de couleurs a été personnalisée pour distinguer clairement les régions, tandis que la transparence des points (alpha) permet d’atténuer la superposition des données.


Évolution des Températures Moyennes par Région

Explication :


Ce graphique illustre l’évolution des températures moyennes annuelles par région française entre 2004 et 2023. Chaque facette représente une région regroupée par localisation géographique (Nord, Nord-Est, Centre, Sud, Ouest, Sud-Est, Sud-Ouest). Les points orange montrent les températures moyennes observées chaque année, tandis que les lignes cyan indiquent les tendances linéaires ajustées via une régression linéaire. La valeur de la pente de chaque tendance, affichée en jaune, correspond à l’augmentation moyenne annuelle des températures (°C/an).

Principales observations :

  1. Tendance Générale au Réchauffement :
    Toutes les régions montrent une augmentation des températures moyennes sur la période étudiée. Les pentes positives confirment une tendance linéaire ascendante.

  2. Régions avec les Pentes les Plus Élevées :

    • La région Auvergne-Rhône-Alpes présente la pente la plus forte avec 0.089 °C/an, indiquant un réchauffement plus marqué.
    • Les régions comme Bourgogne-Franche-Comté et Provence-Alpes-Côte d’Azur affichent également des pentes élevées (0.084 °C/an).
  3. Régions Plus Stables :
    Certaines régions comme Bretagne et Normandie montrent des pentes plus modérées (environ 0.057-0.064 °C/an), ce qui peut indiquer une évolution moins rapide des températures moyennes.

  4. Variabilité Spatiale :
    Les disparités entre les pentes régionales témoignent de l’influence des caractéristiques géographiques et climatiques locales, comme la proximité de l’océan ou l’altitude.


Interprétation Géographique Approfondie :

Les différences observées dans les pentes régionales peuvent s’expliquer par divers facteurs géographiques et climatiques. Par exemple, la proximité de l’océan tend à modérer les écarts de température, contribuant à des tendances plus stables dans des régions telles que la Bretagne ou la Normandie.

L’altitude joue également un rôle clé : dans les régions montagneuses (comme l’Auvergne-Rhône-Alpes), l’air plus froid en altitude limite l’élévation des températures, mais n’empêche pas une tendance au réchauffement, parfois même plus marquée que dans les zones de plaine.

Enfin, la latitude influe sur la durée et l’intensité de l’ensoleillement, pouvant également façonner la réponse régionale au réchauffement climatique. Ces facteurs combinés dessinent un tableau complexe, où l’évolution des températures dépend non seulement des tendances globales, mais aussi des spécificités locales.


Détails Techniques :

  1. Extraction des Températures Régionales :
    • Les données proviennent des rasters de températures moyennes traités pour la France.

    • Les valeurs annuelles moyennes ont été extraites pour chaque région à l’aide de la fonction terra::extract.

  2. Agrégation Temporelle et Géographique :
    • Les températures ont été moyennées pour chaque année et chaque région.

    • Une classification géographique a été ajoutée pour regrouper les régions par localisation (Nord, Sud-Est, etc.).

  3. Analyse des Tendances Linéaires :
    • Une régression linéaire a été appliquée à chaque région pour calculer la pente (Slope) représentant l’augmentation annuelle moyenne des températures en °C/an.

    • Les pentes calculées ont été fusionnées avec les données principales pour affichage.

  4. Visualisation avec ggplot2 :
    • Facettage par région et localisation géographique pour une comparaison claire.
    • Points : Données annuelles représentées en orange.
    • Ligne Cyan : Régression linéaire pour chaque région.
    • Annotations : Valeurs des pentes affichées en haut de chaque facette pour interpréter directement les tendances.